Misurare non è comprendere: l’equivoco silenzioso dell’IA in medicina

La medicina ha sempre misurato. Valori, parametri, scale, punteggi hanno accompagnato il lavoro clinico come strumenti indispensabili per orientare le decisioni. Con l’intelligenza artificiale (IA), però, la misura assume un ruolo ancora più centrale. Tutto diventa quantificabile, comparabile, ordinabile. Il numero sembra dire tutto. Ed è proprio in questa apparente completezza che si nasconde un rischio sottile, confondere la misura con il significato. L’IA lavora per definizione su ciò che può essere misurato. Trasforma esperienze complesse in variabili, le mette in relazione, produce stime e classificazioni. Questo processo è potente e spesso utile. Ma ciò che viene misurato non coincide mai con l’intera realtà. In medicina, la differenza tra ciò che è misurabile e ciò che è significativo è spesso decisiva. Ridurla significa perdere profondità. Dal punto di vista clinico, il rischio emerge quando il numero diventa il criterio principale di valutazione. Un punteggio alto o basso orienta l’azione più di una storia raccontata. Un valore fuori range cattura l’attenzione più di un disagio espresso a parole. L’IA rafforza questa dinamica perché restituisce il mondo sotto forma di numeri chiari, ordinati, apparentemente oggettivi. Ma ciò che è chiaro non è sempre ciò che conta di più.

Nel rapporto con il paziente, la centralità del numero può creare distanza. Il paziente viene descritto attraverso indici, percentuali, curve. Anche quando questi strumenti migliorano la precisione, rischiano di ridurre la persona a ciò che è misurabile. Il vissuto, le paure, le aspettative restano sullo sfondo. La cura, però, non riguarda solo ciò che può essere calcolato. Per il medico il rischio è che la misurazione possa modificare lo sguardo clinico. Si impara presto a riconoscere pattern numerici, a interpretare score, a fidarsi delle soglie. Più difficile diventa sviluppare un’attenzione per ciò che non si lascia tradurre in numeri. Non perché non sia importante, ma perché non appare nei sistemi di supporto e più in generale nella comunicazione. I numeri sembrano offrire una lingua comune, rassicurante. Parlare per percentuali dà l’illusione di precisione e controllo. Ma la comunicazione clinica non è solo trasmissione di dati. È costruzione di senso. Un rischio del 20 per cento non ha lo stesso significato per tutti. Senza mediazione, il numero resta opaco o spaventoso.

L’IA tende a privilegiare ciò che può essere misurato facilmente. Questo orienta anche la ricerca, la raccolta dei dati, la definizione degli obiettivi. Nel tempo, ciò che non è misurabile rischia di diventare marginale. In medicina, questo significa spostare l’attenzione da dimensioni come la qualità della vita, la sofferenza soggettiva, il benessere relazionale. Dimensioni centrali, ma difficili da quantificare. Il problema non è la misura in sé. È la sua assolutizzazione. Confondere il numero con il significato significa dimenticare che ogni misura è una semplificazione. Utile, ma parziale. Il compito del medico è proprio quello di rimettere il numero dentro una storia, di restituirgli contesto. Senza questo lavoro interpretativo, la decisione rischia di essere tecnicamente corretta e umanamente povera. Nel lavoro quotidiano, questo richiede un atto intenzionale. Fermarsi, chiedersi cosa dice davvero quel valore, cosa non sta dicendo, cosa resta fuori. L’IA non fa questo tipo di domande. Non perché sia carente, ma perché non è il suo compito. Il suo compito è misurare. Il compito del medico è comprendere. Tutto questo non è rinuncia ai numeri, ma utilizzarli senza esserne dominati. Riconoscere che la misura è un linguaggio potente, ma non l’unico. Integrare il dato con il racconto, la stima con l’ascolto, il calcolo con il giudizio. Questo equilibrio è ciò che distingue una medicina guidata dai numeri da una medicina che li usa per prendersi cura. Forse, in un’epoca in cui tutto tende a essere quantificato, la competenza più preziosa diventa proprio questa: sapere quando il numero aiuta e quando rischia di oscurare. Perché curare non significa solo misurare bene, ma dare senso a ciò che si misura.